motor-imagery

本文介绍了一项大规模研究，将贝叶斯完全池化模型与频率学派基线方法在跨被试运动想象脑电图分类中进行比较，发现贝叶斯方法在可靠性上略有提升，但计算成本更高，实际收益有限。

提出了堆叠LoRA，一种将被试不变知识与被试特定知识解耦的框架，用于使EEG基础模型适应运动想象解码，在多个基准上提升了准确率。